在生产环境中使用Docker，往往需要对数据进行持久化，或者需要在多个容器之间进行数据共享，这必然涉及容器的数据管理操作。

容器中的管理数据主要有两种方式：

1、数据卷（ Data Volumes):容器内数据直接映射到本地主机环境；

2、数据卷容器（ Data Volume Containers):使用特定容器维护数据卷。

数据卷（Data Volumes)是一个可供容器使用的特殊目录，它将主机操作系统目录直接映射进容器，类似于Linux中的mount行为。

数据卷可以提供很多有用的特性：

1、数据卷可以在容器之间共享和重用，容器间传递数据将变得高效与方便；

2、对数据卷内数据的修改会立马生效，无论是容器内操作还是本地操作；

3、对数据卷的更新不会影响镜像，解耦开应用和数据；

4、卷会一直存在，直到没有容器使用，可以安全地卸载它。

1、创建数据卷

$docker volume create -d local test

Docker 提供了volume子命令来管理数据卷，可以查看

/var/lib/docker/volumes路径下，新创建的数据卷信息

$ ls -l /var/lib/docker/volumes

关于数据卷的其它命令：

Docker volumes inspect:查看详细信息

Docker volumes ls：列出已有数据卷

Docker volumes prune：清理元用数据卷

Docker volumes rm：删除数据卷

2.绑定数据卷

除了使用volume子命令来管理数据卷外，还可以在创建容器时将主机本地的任意路径，挂载到容器内作为数据卷，这种形式创建的数据卷称为绑定数据卷。

在用docker [container] run命令的时候，可以使用-mount选项来使用数据卷

-mount选项支持三种类型的数据卷，包括：

1. volume:普通数据卷，映射到主机/var/lib/docker/volumes路径下；
2. bind:绑定数据卷，映射到主机指定路径下；
3. tmpfs:临时数据卷，只存在于内存中。

下面使用training/webapp镜像创建一个Web容器，并创建一个数据卷挂载到容器的 /opt/webapp 目录：

$docker run -d -P --name web --mount type=bind,source=/webapp,destination=/opt/webapp training/webapp python app.py

上述命令等同于使用旧的-V标记可以在容器内创建一个数据卷：

$ docker run -d -P --name web -v /webapp：/opt/webapp training/webapp python app.py

这个功能在进行应用测试的时候十分方便，比如用户可以放置一些程序或数据到本地目录中实时进行更新，然后在容器内运行和使用。

另外，本地目录的路径必须是绝对路径，容器内路径可以为相对路径。如果目录不存在，Docker会自动创建。

Docker挂载数据卷的默认权限是读写（rw)，用户也可以通过ro指定为只读：

$ docker run -d -P --name web -v /webapp：/opt/webapp：ro training/webapp python app.py

加 ro之后，容器内对所挂载数据卷内的数据就无法修改了。

如果直接挂载一个文件到容器，使用文件编辑工具，包括vi或者sed、--in-place的时候，可能会造成文件inode的改变。

从Docker 1.1.0起，这会导致报错误信息。所以推荐的方式是直接挂载文件所在的目录到容器内。